基于多模态注意力机制的频域非平稳信道估计

信道估计对现代无线通信系统至关重要,在超大规模多输入多输出正交频分复用系统中,信道具有频域非平稳性。将单频段信道估计拓展至多频段,对频域非平稳sub-6 GHz—毫米波系统进行信道建模和问题建模,提出了基于多模态注意力机制的频域非平稳信道估计框架。该框架基于多模态对信道信息进行特征提取,利用注意力机制动态调整不同信息的权重并进行特征融合,最终输出毫米波信道估计的结果。在理论分析的基础上,结合数值仿真实验,验证了所提算法在适应频域非平稳信道估计任务的可靠性和有效性。

面向集成相对能效的6G网络动态资源配置

随着6G网络技术的发展,组网区域内流量需求与网络容量分布之间的不匹配问题日益凸显,导致资源浪费现象严重。为了应对这一挑战,使用可衡量空间匹配程度的集成相对能效作为优化目标,通过结合提取动态时间特征的FourierGNN时序预测网络与提取空间特征的RBF网络,提出了一种动态资源配置算法优化基站的带宽与功率配置,通过设计两阶段运行机制解决RBF提取动态时间特征有限的问题,有效提高动态流量需求与网络容量之间的空间匹配性,实现集成相对能效的优化。通过数值实验,首先验证了所提算法比起基线算法与端到端算法分别有12.52%与13.47%的性能提升。其次,通过算法子模块的对比,验证了使用基于奇异值分解的稀疏压缩算法虽然损失了1.1%的性能,但是算法运行时间提升60%,实时性更好,同时相较于LSTM网络以及CNNLSTM网络,基于FourierGNN网络的算法有最大2.3%的性能提升。最后,根据所提算法运行机制对实际组网中的资源调度策略做出指导:流量快变时频繁使用两阶段运行机制消除RBF网络的累计误差,流量慢变时可以减少使用两阶段运行机制的频次,增强算法实时性。

AI使能的高能效无线通信技术

随着5G无线通信网络大规模部署的开展,网络所消耗的能量正在成倍提升。尽管传统基于站点、频带和时隙静态关断的技术能够显著地提升整个无线网络传输和运营的能效,但面对大通量、高动态的5G业务需求,缺少AI支持的静态关断已无法满足系统的能效指标。因此,从无线通信网络的业务与传输层、媒体接入层和物理层等层面,探讨AI技术引入对提升无线通信网络能效带来的积极影响。利用AI所提供的高度非线性拟合能力和泛化能力,针对无线网络业务的有效调度、传输任务的合理分配、收发机的通用架构以及基带和射频系统的联合优化等方面开展高能效的优化设计。通过搭建原型系统并分析部分案例,提出了相关建议,旨在促进5G和6G无线通信网络的能效提升。

面向节能减排的跨制式融合感知通信系统

提出了一套面向节能减排的跨制式融合感知通信系统,该系统包括通信融合、感知融合以及边缘协同管控平台3部分。经过相关实验的验证,该系统能够对各类节能算法进行快速的脚本化原型测试,有望对未来面向节能减排的跨制式网络设计提供可靠验证与指导。

昆北断阶带切十六井区储层伤害评价研究

通过对昆北地区切十六井区E1+2储层地质特征的分析和岩心实验分析研究,认为昆北地区储层物性为中低孔隙度和中低渗透率储集空间,储层岩石颗粒相对较粗、分选差,胶结作用不强。物性受泥质含量、胶结物含量、颗粒大小及分选、埋藏深度及压实等作用的影响较大。储层原油中蜡含量和重质组分沥青质含量相对较高。析蜡温度和凝固点均较高,井筒内或地面输油管线中易形成蜡沉积等有机堵塞伤害,影响原油正常生产。岩心敏感性分析可知,切十六井区存在较强的速敏、中等偏弱水敏、弱酸敏及中等偏弱碱敏。因此在开发过程中需采取一定的防护措施。

基于图着色的密集D2D网络资源分配算法

蜂窝设备到设备(D2D)网络通过D2D用户与蜂窝用户的上行链路复用,可大幅提高网络的频谱效率,但当D2D用户数大于蜂窝用户数时,即在D2D密集部署场景下,传统的资源复用算法不能满足D2D用户的频谱资源需求。针对该问题,提出基于图着色理论的D2D网络干扰协调频谱资源分配算法,可实现信道资源在多个D2D用户对间的多重复用,从而提升网络负载能力,改善网络吞吐量。在此基础上,给出一种改进的资源分配算法,以提高D2D用户的公平性。仿真结果表明,该算法在降低D2D用户获取信道资源"饥饿"概率的同时,能够提升网络信道资源的空间复用率及系统吞吐量。

基于LSTM的LEO卫星链路自适应算法

低地球轨道(low earth orbit,LEO)卫星由于其传输损耗低、地面干扰小等优点成为空天地一体化网络的重要组成部分。由于星地传输链路的时延大,现有卫星通信过程无法实时地进行信息交互,导致系统无法适应信道的变化。针对这个问题,提出了基于长短期记忆(long short-term memory,LSTM)网络的信噪比(signal to noise ratio,SNR)预测方法,并利用预测的SNR调整系统的调制与编码方案(modulation and coding scheme,MCS),使其与快速变化的信道相匹配。仿真结果表明,提出的基于LSTM网络的SNR预测方法可以达到较高的准确度,并且根据预测的SNR实时调整MCS的方案大幅度地提高了系统的总吞吐量。

基于认知无线电的GEO与LEO卫星频谱共存

随着新的宽带多媒体业务的发展,宽带无线频谱的需求日益增长。同时,低轨道(LEO)卫星由于其传输损耗低、传播时延小而被大规模部署。为了更好地利用频谱资源,卫星通信系统普遍采用高轨道(GEO)卫星与LEO卫星频谱共存的方案来提高频谱利用率。在频谱共存的过程中,提出了一种基于动态阈值的能量检测与波束跳跃相结合的算法,以减小LEO对GEO卫星的干扰。首先对LEO卫星的信噪比进行估计并实时选择最优阈值,然后利用基于动态阈值的能量检测算法对GEO卫星信号进行判别,最后根据判断的结果进行波束调整。仿真结果表明,提出的基于动态阈值的能量检测算法的检测误差明显低于传统的基于固定阈值的能量检测算法和基于二阶循环统计量的频谱感知方法。当信噪比低于-10 dB的情况下,检测误差低于0.2;而当信噪比高于-5 dB时,检测误差趋近于0。

基于C-V2X直连通信的车辆编队行驶性能优化

研究了蜂窝车用无线通信(C-V2X)技术使能的车辆编队行驶。针对直连通信(PC5)模式4通信协议可靠性低的特性,以权衡包可靠性和最终编队串稳定性能的关系为出发点,提出了传输间隔优化与平行驾驶2种性能优化方案,并通过城市交通仿真器(SUMO)进行了仿真验证。结果证明所提方案均能在基于模式4的低可靠性传输下实现编队性能的优化。

夯实智慧道路数字底座,构建车路协同新体系

车路协同时代的智慧道路数字底座是一种新型的交通信息基础设施,新基建政策的出台对实现国家生态化、数字化、智能化和高速化转型有着极为重要的意义,对夯实智慧道路数字底座、构建车路协同新体系也有着深远的影响。

车载网络无线环境感知与反向控制的设计和实现

随着智能汽车的不断发展,车辆内部网络各层单元之间的连接日益复杂,尤其在车载内部的感知层以及执行层等单元。基于总线架构的密集有线连接方式导致了布线以及功能集成难度的增加,从而限制了智能网联车的发展。研究通过将车辆内部有线连接模式改进为无线连接模式,设计了一个基于ZigBee、Wi-Fi以及蓝牙无线混合组网的环境感知和反向控制系统,模拟了实现了车内无线环境感知以及反向控制的场景,同时对整个通信系统链路的稳定性以及感知和控制的实时性进行了实验分析。实验结果表明,所设计的面向车载网络的无线系统可基本满足人车交互的数据采集和反向控制系统需求。

结合无线能量传输的移动边缘计算系统高能效资源配置

利用无线能量传输(Wireless Power Transfer,WPT)向移动边缘计算(Mobile Edge Computing,MEC)系统中的用户设备供电以进一步提高系统的能效和计算可持续性是未来潜在的研究方向。提出了一种新的基于双阶段的深度Q网络(Deep Q-Network,DQN)优化框架。该框架求解了长期优化问题的同时也减小了强化学习的动作空间,提升了策略性能。通过大量仿真验证,提出的双阶段DQN方案具有更快的收敛速度,并且能实现接近60%的MEC系统能耗降低。

面向无线网–能源互联网双网融合系统的碳效用评估指标

随着国家“双碳战略”的稳步推进,无线通信领域缺少合理评估碳效用的相关指标,而传统的碳效用评估指标无法满足变化愈加剧烈的网络流量和网络部署、运维的特点.针对上述问题以及无线通信网–能源互联网双网融合的新趋势,本文提出了面向双网融合系统的集成相对碳效用指标(integrated relative carbon efficiency,IRCE).该指标不仅可以反映无线通信网络的容量和流量在时空上的动态变化,而且能够准确反映能源互联网的各个单元对双网融合系统的碳效用的影响.实验证明,所提出的集成相对碳效用指标不仅可以评估双网融合系统的碳效用水平,还可以反映能源供给侧不同的电能调度方式对碳效用的影响.

二类高层住宅群消防报警系统设计初探

随着房地产市场的不断发展,人民群众对住宅居住环境、房型等要求越来越高。近一、二年来在深圳、上海等大城市中出现了不少层数不高于十八层的二类高层住宅群,在深圳等地称其为'小高层'。为什么要称这类建筑为'小高层'呢?主要它在建筑设计上有别于一类高层住宅,又不同于十层以下的多层住宅,这样的二类高层住宅群有其自身的特点: 1、建筑结构简单,辅助面积小,使用方便,节省造价。 2、占地面积大,总建筑面积大。

难燃无塑PVC管与钢管配线的比较及阻燃导线的选用问题

本文就难燃无塑PVC管、槽配线与钢管配线的优劣进行了比较。